Conversational Analytics est une fonctionnalité de chat avec vos données optimisée par Gemini pour Google Cloud. Conversational Analytics permet aux utilisateurs n'ayant aucune expertise en informatique décisionnelle de poser des questions sur les données en langage naturel (conversationnel) et d'aller au-delà des tableaux de bord statiques. Conversational Analytics est disponible dans les instances Looker (Google Cloud Core) et Looker (version initiale).
Découvrez comment et quand Gemini pour Google Cloud utilise vos données.
Accéder à Conversational Analytics
Vous pouvez accéder à Conversational Analytics dans Looker de différentes manières :
- Dans le menu de navigation principal, sélectionnez
Conversations. - Dans le menu Créer, sélectionnez Conversation.
- Dans une exploration Looker, sélectionnez Démarrer une conversation.
Démarrer une conversation avec un agent Explore ou de données
Les ensembles de questions que vous posez sur un ensemble de données sont organisés par conversation. Il peut être utile de répartir le travail dans plusieurs conversations pour organiser les pistes de recherche. Pour créer une conversation :
- Accédez à la page Conversations.
Choisissez l'une des options suivantes pour commencer votre conversation :
Explorations : pour démarrer une conversation basée sur un maximum de cinq explorations Looker, sélectionnez le panneau Explorer. Le nom du projet est indiqué à côté du nom de l'exploration.
Agents : les agents de données sont personnalisés avec un contexte et des instructions spécifiques à vos données. Pour démarrer une conversation avec un agent de données existant, sélectionnez l'onglet Agents, puis un agent de données. Vous pouvez démarrer une conversation avec un agent de données que vous avez déjà créé ou qu'un autre utilisateur a partagé avec vous. Pour créer un agent de données, sélectionnez Nouvel agent.
Par défaut, la conversation s'intitule "Sans titre". Après avoir posé votre première question dans la conversation, l'analyse conversationnelle génère automatiquement un titre de conversation basé sur votre question et votre réponse. Pour modifier le nom généré, cliquez sur le titre en haut de la page de conversation, puis saisissez un nouveau nom. Pour enregistrer vos modifications, cliquez ailleurs sur la page, ou appuyez sur Retour (Mac) ou Entrée (PC).
Une fois que vous avez créé une conversation, vous pouvez poser des questions sur les données dans le champ Poser une question de la conversation. Vous pouvez revenir à la conversation depuis la section Conversations récentes.
Démarrer une conversation depuis une exploration Looker
Vous pouvez également démarrer une conversation directement avec une exploration Looker. Pour démarrer une conversation, accédez à l'exploration et sélectionnez Démarrer une conversation.
Poser des questions
Vous pouvez poser des questions pour obtenir des insights à partir de vos données. Lorsque vous commencez une conversation, l'analyse conversationnelle vous suggère des questions à poser pour démarrer. Les questions n'ont pas besoin d'être dans un format spécifique ni d'utiliser une syntaxe spécifique. Toutefois, elles doivent être liées à l'exploration que vous avez sélectionnée. L'analyse conversationnelle peut reformuler votre question après que vous avez écrit une requête. La question reformulée s'affiche dans la fenêtre de conversation après votre question d'origine. Par exemple, l'analyse conversationnelle peut reformuler la question "Quelle est la moyenne de l'âge des utilisateurs ?" en "Quel est l'âge moyen des utilisateurs ?".
L'analyse conversationnelle tiendra compte des questions et réponses précédentes à mesure que vous poursuivrez la conversation. Vous pouvez vous appuyer sur les réponses précédentes pour affiner les résultats ou modifier le type de visualisation.
Pour obtenir d'autres conseils sur la création de questions, consultez Limites concernant les questions.
Métadonnées de la conversation
Lorsque vous discutez avec une exploration ou un agent de données, le panneau Données réductible affiche le nom de l'exploration Looker utilisée par la conversation. Le panneau Données propose également les options suivantes :
- Afficher les champs : lorsque vous discutez avec un Explore, vous pouvez l'afficher dans une nouvelle fenêtre de navigateur en cliquant sur Afficher les champs.
- Modifier l'agent : lorsque vous discutez avec un agent de données, vous pouvez modifier les informations le concernant en cliquant sur Modifier l'agent.
- Nouvelle conversation : démarrez une nouvelle conversation avec l'exploration Looker utilisée par la conversation en cours.
Gérer les requêtes dans une conversation
Lorsque vous conversez avec des données, vous pouvez gérer la conversation en arrêtant une réponse à une requête active pendant son exécution ou en supprimant la question la plus récente et sa réponse.
Arrêter une réponse à une requête
Pour arrêter l'exécution d'une requête après avoir envoyé un message, cliquez sur Arrêter la réponse. Conversational Analytics arrête d'exécuter la requête et affiche le message suivant : The query was cancelled.
Supprimer la dernière question
Pour supprimer la question la plus récente et sa réponse, procédez comme suit :
- Pointez sur la question la plus récente, puis cliquez sur Supprimer le message.
- Dans la boîte de dialogue Supprimer définitivement ce message ?, cliquez sur Supprimer pour supprimer définitivement la question et sa réponse.
Comprendre les résultats et les calculs des requêtes
Lorsque vous posez des questions sur vos données dans Conversational Analytics, la réponse peut inclure une visualisation, un tableau de données ou d'autres détails, en fonction de votre requête spécifique et des données connectées. Pour ouvrir les résultats de la requête en tant qu'exploration, cliquez sur Ouvrir dans Explorer dans les résultats de la requête.
En plus de cette réponse à la requête, Conversational Analytics fournit des détails sur la méthode de calcul de la réponse.
Déterminer comment une réponse a été calculée
Pour savoir comment Conversational Analytics a trouvé une réponse ou créé une visualisation, cliquez sur Comment ce résultat a-t-il été calculé ? dans les résultats de la requête.
Lorsque vous cliquez sur Comment cela a-t-il été calculé ?, La section Texte s'affiche dans Conversational Analytics. La section Texte fournit une explication en texte brut des étapes suivies par Conversational Analytics pour arriver à la réponse donnée. Cette explication inclut les noms de champs bruts utilisés, les calculs effectués, les filtres appliqués, l'ordre de tri et d'autres détails.
Si votre administrateur Looker a activé l'interpréteur de code en cochant l'option Analyse avancée pour les agents de données Conversational Analytics, l'onglet Code affiche le code Python supplémentaire généré pour les requêtes avancées.
Gérer les conversations
Les conversations sont listées par titre dans la section Récentes. Vous pouvez modifier le nom des conversations, les supprimer ou les restaurer à partir du dossier "Corbeille".
Supprimer une conversation
Pour déplacer une conversation vers la corbeille, ouvrez-la, puis cliquez sur Déplacer vers la corbeille.
Restaurer ou supprimer définitivement une conversation
Pour restaurer ou supprimer définitivement une conversation de la corbeille, procédez comme suit :
- Dans Conversational Analytics, sélectionnez Corbeille dans le panneau de navigation de gauche pour afficher la liste des conversations qui ont été placées dans la corbeille.
- Dans la section Corbeille, cliquez sur le nom de la conversation que vous souhaitez restaurer ou supprimer définitivement.
Dans la boîte de dialogue Êtes-vous sûr ?, sélectionnez l'une des options suivantes :
- Annuler : annule l'action.
- Restaurer : restaure la conversation. Vous pouvez accéder à la conversation depuis la section Récentes du menu de navigation de gauche dans Conversational Analytics.
- Supprimer définitivement : supprime définitivement la conversation.
Limitations connues
Conversational Analytics présente les limites connues suivantes.
Limites des visualisations
Conversational Analytics utilise Vega-lite pour générer des graphiques de conversation. Les types de graphiques Vega suivants sont entièrement compatibles :
- Graphique en courbes (une ou plusieurs séries)
- Graphique en aires
- Graphique à barres (horizontal, vertical, empilé)
- Graphique à nuage de points (un ou plusieurs groupes)
- Graphique à secteurs
Les types de graphiques Vega suivants sont acceptés, mais vous pouvez rencontrer un comportement inattendu lors de leur affichage :
- Maps
- Cartes de densité
- Graphiques avec info-bulles
Les types de graphiques qui n'appartiennent pas au catalogue Vega ne sont pas acceptés. Les graphiques qui ne sont pas spécifiés dans cette section ne sont pas compatibles.
Limites concernant les sources de données
Conversational Analytics présente les limites suivantes concernant les sources de données :
- Pour les données Looker, Conversational Analytics peut renvoyer jusqu'à 5 000 lignes par requête.
- L'analyse conversationnelle n'est pas compatible avec la fonctionnalité Noms de colonnes flexibles de BigQuery.
- L'analyse conversationnelle ne peut pas définir la valeur d'un champ de filtre uniquement défini à l'aide des paramètres LookML
parameteroufilter.
Limites concernant les questions
Conversational Analytics accepte les questions auxquelles il est possible de répondre à l'aide d'une seule visualisation. Voici quelques exemples :
- Tendances des métriques au fil du temps
- Ventilation ou répartition d'une métrique par dimension
- Valeurs uniques pour une ou plusieurs dimensions
- Valeurs de métriques uniques
- Valeurs de dimension les plus élevées par métrique
Conversational Analytics n'accepte pas encore les questions auxquelles il n'est possible de répondre qu'avec les types de visualisations complexes suivants :
- Prédiction et prévision
- Analyse statistique avancée, y compris corrélation et détection des anomalies
Des questions plus complexes, comme celles concernant les prévisions, peuvent être traitées lorsque l'interpréteur de code est activé.
Exemple de conversation
L'exemple de conversation suivant montre comment un utilisateur peut interagir avec Conversational Analytics de manière naturelle, en posant des questions et en obtenant des réponses. Dans cet exemple, l'utilisateur pose la question suivante : "Peux-tu représenter les ventes mensuelles de boissons chaudes par rapport aux smoothies pour 2023, et mettre en évidence le mois où chaque type de boisson s'est le mieux vendu ?" L'analyse conversationnelle répond en générant un graphique linéaire qui affiche les ventes mensuelles de boissons chaudes et de smoothies pour 2023, en mettant en évidence le mois de juillet comme celui ayant enregistré les ventes les plus élevées pour les deux catégories.
s
Comme l'illustre cet exemple de conversation, l'analyse conversationnelle interprète les requêtes en langage naturel, y compris les questions en plusieurs parties qui utilisent des termes courants tels que "ventes" et "boissons chaudes", sans que les utilisateurs aient à spécifier des noms de champs de base de données exacts (comme Total monthly drink sales) ni à définir des conditions de filtre (comme type of beverage = hot). L'analyse conversationnelle décrit ses principales conclusions, explique son raisonnement et fournit une réponse qui inclut du texte et, le cas échéant, un graphique. Pour encourager une analyse plus approfondie, Conversational Analytics peut également suggérer des questions complémentaires.
Ressources associées
Présentation de Conversational Analytics dans Looker : page de destination de Conversational Analytics avec une liste des principales fonctionnalités et des liens vers toute la documentation de Conversational Analytics.
Créer et gérer des agents de données : les agents de données vous permettent de personnaliser l'agent de requête de données optimisé par l'IA en fournissant un contexte et des instructions spécifiques à vos données. Cela aide Conversational Analytics à générer des réponses plus précises et contextuellement pertinentes.
Bonnes pratiques pour configurer Conversational Analytics dans Looker : stratégies et bonnes pratiques pour aider les administrateurs Looker et les développeurs LookML à configurer, déployer et optimiser Conversational Analytics.
Activer l'analyse avancée avec l'interpréteur de code : l'interpréteur de code de Conversational Analytics traduit vos questions en langage naturel en code Python et exécute ce code. Par rapport aux requêtes SQL standard, l'utilisation de Python par l'interpréteur de code permet des analyses et des visualisations plus complexes.